人工智能AI技术

如果选择使用包导入，就必须多遵循一条约束：包导入语句的路径中的每个目录内都必须有__init__.py这个文件，否则导入包会失败。它会只加载该目录的__init__.py文件中赋值语句定义的变量名，包括该文件中程序代码明确导入的任何子模块。例如，导入后，表达式dir1.dir2会返回一个模块对象，而此对象的命名空间包含了dir2的__init__.py文件内所赋值的所有变量名。作为一个高级功能，你可以在__init__.py文件内使用__all__列表来定义目录以from* 语句形式导入时，需要导出什么。

这个目录就称为包，因此，这类导入就称为包导入。这些语句中的“点号”路径是对应于机器上目录层次的路径，通过这个语句可以导入文件mod.py。也就是说，上面的语句是表明了机器上有个目录dir1，而dir1里有子目录dir2，而dir2内包含有一个名为mod.py的模块文件。此外，这个导入意味着，dir1位在某个容器目录dir0中，这个目录可以在Python模块搜索路径中找到。容器目录dir0需要添加在模块搜索路径中（除非这是顶层文件的主目录，就是放启动文件的那个目录，也就是程序的当前目录）。

例如，必须在启动时通过网络连接服务器的系统，就是动态重载的一个非常重要的应用场景。当然，并非所有系统都需要这种动态的实现，但对那些需要的系统而言，模块重载就提供了一种易于使用的动态定制工具。声明：在人工智能技术教学期间，不少学生向我提一些python相关的问题，所以为了让同学们掌握更多扩展知识更好地理解AI技术，我让助理负责分享这套python系列教程，希望能帮到大家！在下面这个例子中，我们要修改并重载一个模块文件，但是不会中止交互模式的Python会话。我们得调用reload，才能够获取新的版本。

例如，假设模块文件M.py的顶层有一个像X = 1这样的赋值语句，而变量名X会变成M的属性，我们可在模块外以M.X的方式对它进行引用。在导入时，文件顶层（不在def或class之内）赋值变量的语句（例如，=和def），会建立模块对象的属性，赋值的变量名会存储在模块的命名空间内。系统中，文件在第一次导入时无论在什么地方，Python都会建立空的模块对象，并逐一执行该文件内的语句，依照文件从头到尾的顺序。在一个代码文件的顶层（也就是不在函数或类的主体内）每一个赋值了的变量名都会变成该模块的属性。

就像在夜场里，你跟你女朋友去玩，碰巧有另外一个女的跟你女朋友穿了同样的衣服，你以为他是你女朋友，你上去就摸了一把，结果却不是你女朋友，摸错人了。但是无论如何，我觉得在一个大型的多人协作的系统中，尽量使用inport语句，这样会避免很多潜在问题的发生，也有利于系统代码后期的维护。另外一个潜在的威胁就是，当使用reload的时候。

使用import是导入了整个文件，也就是把整个文件当成了一个可变对象，所以改变这个可变对象内的变量就会影响到原始文件。就像函数的参数，对已取出的变量名重新赋值，对于其复制之处的模块并没有影响”，那么我们如果想要改变其它文件中的变量的值要怎么操作呢？PS：看不懂本篇文章的同学请先看前面的文章，循序渐进每天学一点就不会觉得难了！

就像def一样，import和from是可执行的语句，而不是编译期间的声明，而且它们可以嵌套在if测试中，出现在函数def之中等，直到执行程序时，Python执行到这些语句，才会进行解析。赋值语句方面的知识都适用于模块的读取。就像函数的参数，对已取出的变量名重新赋值，对于其复制之处的模块并没有影响，但是修改一个已取出的可变对象，则会影响导入的模块内的对象。此处，x并不是一个共享的可变对象，但y是的。导入者中的变量名y和被导入者都引用了相同的列表对象，所以在其中一个地方的修改，也会影响另一个地方的这个对象。

此外，如果Python在搜索路径上只发现了字节码文件，而没有源代码，就会直接加载字节码（这意味着你可以把一个程序只作为字节码文件发布，而避免发送源代码）。在这之后，导入相同模块时，会跳过这三个步骤，而只提取内存中已加载的模块对象。因此，通常不会看见程序顶层文件的.pyc字节码文件，除非这个文件也被其他文件导入：只有被导入的文件才会在机器上留下.pyc。因为最后的导入步骤实际上是执行文件的程序代码，如果模块文件中任何顶层代码确实做了什么实际的工作，你就会在导入时看见其结果。2.编译成位码（需要时）。

这份手册在Python安装后就可以看到（通过Windows上的IDLE或“Python Start”按钮），或者也可以使用http://www.python.org的在线版本。文件b.py和c.py是模块，a会导入b和c。a.py中的第二行语句调用了模块b中所定义的函数spam，使用了对象属性语法。有下面几种导入方式。

我们已经学习了多种迭代工具方法，那么哪一种工具最快呢？

对于生成器函数来说，也是如此，如下的基于语句的def等价形式只支持一个生成器并且在一次迭代之后用尽。这与某些内置类型的行为不同，它们支持多个迭代器并且在一个迭代器中反映它们的原处修改。此外，一旦任何迭代器运行到完成，所有的迭代器都将用尽。

注意，如果生成器表达式是在其他的括号之内，在这种情况下，生成器自身的括号就不是必须的了。从语法上来讲，生成器表达式就像一般的列表解析一样，但是它们是括在圆括号中而不是方括号中的。虽然结果一样，但是从执行过程上来讲，生成器表达式很不相同：不是在内存中构建结果，而是返回一个生成器对象，这个对象支持迭代协议。

虽然列表解析比较复杂度，但是它却有可观的性能优势：map调用比等效的for循环要快两倍，而列表解析往往比map调用要稍快一些。速度上的差距是来自于底层实现上的，map和列表解析是在解释器中以C语言的速度来运行的，比Python的for循环代码在PVM中步进运行要快得多。

虽然这种结构通过行来存储矩阵，但是我们能够简单地通过对行进行迭代，然后从所需要的列中提取出元素，或者就像下面一样通过在行内的位置进行迭代。下面的表达式使用range来生成列表的偏移量，之后使用相同的行和列来进行索引，取出了M[0][0],之后是 M[1][1]（这里我们假设矩阵有相同数目的行和列）。

如果你对一个复杂的列表解析有什么困惑的话，你可以将列表解析的for和if分句在其中进行嵌套（将后来的分句缩进到右边），从而得到等效的语句。使用了if分支的列表解析能够当成一种与内置的filter类似的工具，它们会在分支不是真的情况下跳过一些序列的元素。这个表达式排列了从0～4的偶数与从0～4的奇数的组合。实际上，你可以在一个列表解析中编写任意数量的嵌套的for循环，并且每一个都有可选的关联的if分支。通用的列表解析的结构如下所示。当for分句嵌套在列表解析中时，它们工作起来就像等效的嵌套的for循环语句。

简而言之，列表解析会把任意一个表达式而不是一个函数应用于一个迭代对象中的元素。列表解析在一个序列的值上应用一个任意表达式，将其结果收集到一个新的列表中并返回。它的简单形式是在方括号中编写一个表达式，在后边跟随着的看起来就像一个for循环的头部一样的语句。现在，假设我们希望收集整个字符串中的所有字符的ASCII编码。

reduce在Python 2.6中只是一个简单的内置函数，但是在Python 3.0中则位于functools模块中，要更复杂一些。内置的operator模块提供了一些函数，它们使用起来是很方便的（要了解关于这一模块的更多内容，请参阅Python的库手册）。下面是一个对第一个调用的for循环的等效实现。

别忘了，map在Python 3.0中是一个可迭代对象，因此，在这里，我们用一个列表list调用来迫使它生成所有的结果以显示，这在Python 2.6中不是必需的。尽管如此，因为map是内置函数，所以有一些性能方面的优势（简而言之，它要比自己编写的for循环更快）。所以尽管我们也能够来模拟map，但是当有速度优势的内置函数已经提供了这样的功能，再去模拟，意义不是很大。因为这是一个常见的操作，Python已经为我们提供了一个内置的工具函数——就是map函数。它会对一个序列对象中的每一个元素应用被传入的函数。

在下面的例子中，在上层函数调用的时候，嵌套的lambda能够获取到在上层函数作用域中的变量名x的值。考虑到可读性，通常来说，最好避免使用嵌套的lambda。

由于lambda的主体必须是单个表达式（而不是一些语句），所以如果想要将更多的逻辑封装到一个lambda中，就需要一些技巧。例如，如果你希望在lambda函数中进行print，就应该直接编写sys.stdout.write（str（x）+‘\n’）这个表达式，而不是使用print（x）这样的语句。类似地，要在一个lambda中嵌套逻辑，可以使用前面介绍过的if/ else三元表达式，或者对等的但需要些技巧的and/or组合。一般来说，简洁优于复杂，明确优于晦涩，而且一个完整的语句要比神秘的表达式要好。

同样，上面代码会实现相同的功能，但是def也许会出现在文件中的任意位置，即使它们只有很少的代码。类似刚才lambda的代码，提供了一种特别有用的可以在单个情况出现的函数：如果这里的三个函数不会在其他的地方使用到，那么将它们的定义作为lambda嵌入在字典中就是很合理的了。如果不是用lambda做这种工作，需要使用三个文件中其他地方出现过的def语句来替代，也就是在这些函数将会使用的那个字典外的某处需要定义这些函数。通常来说，lambda起到了一种函数速写的作用，允许在使用的代码内嵌入一个函数的定义。

这是有意设计的——它限制了程序的嵌套：lambda是一个为编写简单的函数而设计的，而def用来处理更大的任务。就像def一样，这个表达式创建了一个之后能够调用的函数，但是它返回了一个函数而不是将这个函数赋值给一个变量名。•lambda是一个表达式，而不是一个语句。此外，作为一个表达式，lambda返回了一个值（一个新的函数），可以选择性地赋值给一个变量名。由lambda表达式所返回的函数对象与由def创建并赋值后的函数对象工作起来是完全一样的，但是lambda有一些不同之处让其在扮演特定的角色时很有用。

对于返回值，它们编写于紧跟在参数列表之后的一个->之后。如果编写了注解的话，仍然可以对参数使用默认值——注解出现在默认值之前。

这样的属性可以用来直接把状态信息附加到函数对象，而不必使用全局、非本地和类等其他技术。和非本地不同，这样的属性可以在函数自身的任何地方访问。从某种意义上讲，这也是模拟其他语言中的“静态本地变量”的一种方式——这种变量的名称对于一个函数来说是本地的，但是，其值在函数退出后仍然保留。由于函数是对象，所以函数比我们所预料的更灵活。

由于Python函数是对象，所以函数对象可以赋值给其他的名字、传递给其他函数、嵌入到数据结构、从一个函数返回给另一个函数，等等，就好像它们是简单的数字或字符串。PS：看不懂本篇文章的同学请先看前面的文章，循序渐进每天学一点就不会觉得难了！

声明：在人工智能技术教学期间，不少学生向我提一些python相关的问题，所以为了让同学们掌握更多扩展知识更好地理解AI技术，我让助理负责分享这套python系列教程，希望能帮到大家！嵌套的循环语句也不够用，因为子列表可能嵌套到任意的深度并且以任意的形式嵌套。尽管出于简单性和高效率的目的，对于线性迭代通常应该使用循环语句而不是递归，但我们会发现像上面示例一样的必须使用递归的情况还是很多的。在前面的文章中，我们说到了可以使用循环语句来替代递归。但是，有时候必须使用递归，或者说使用递归才是更方便的解决方案。

声明：在人工智能技术教学期间，不少学生向我提一些python相关的问题，所以为了让同学们掌握更多扩展知识更好地理解AI技术，我让助理负责分享这套python系列教程，希望能帮到大家！由于这套python教程不是由我所写，所以不如我的AI技术教学风趣幽默，学起来比较枯燥；如果用循环语句取代递归，我们就不需要在调用堆栈上针对每次迭代都有一个本地作用域的副本，并且，我们还避免了一般会与函数调用相关的速度成本。PS：看不懂本篇文章的同学请先看前面的文章，循序渐进每天学一点就不会觉得难了！

然而，它是一项应该了解的有用的技术，因为它允许程序遍历拥有任意的、不可预知的形状的结构。递归甚至是简单循环和迭代的替换，尽管它不一定是最简单的或最高效的一种。在每一层，这个函数都递归地调用自己来计算列表剩余的值的和，这个和随后加到前面的一项中。当像这样使用递归的时候，对函数调用的每一个打开的层级，在运行时调用堆栈上都有自己的一个函数本地作用域的副本，也就是说，这意味着L在每个层级都是不同的。正如你所看到的，在每个递归层级上，要加和的列表变得越来越小，直到它变为空——递归循环结束。

声明：在人工智能技术教学期间，不少学生向我提一些python相关的问题，所以为了让同学们掌握更多扩展知识更好地理解AI技术，我让助理负责分享这套python系列教程，希望能帮到大家！由于这套python教程不是由我所写，所以不如我的AI技术教学风趣幽默，学起来比较枯燥；出现在参数列表中的*args之后的所有参数都必须在调用中使用关键字语法来传递。Python 3.0的Keyword-Only参数就是指必须只按照关键字传递参数。字符，来表示一个函数不会接受一个变长的参数列表，并且要求跟在。

调用时会解包参数的集合，而不是创建参数的集合。相似地，在函数调用时，**会以键/值对的形式解包一个字典，使其成为独立的关键字参数。另外，我们在调用中能够以非常灵活的方式混合普通的参数、基于位置的参数以及关键字参数。

声明：在人工智能技术教学期间，不少学生向我提一些python相关的问题，所以为了让同学们掌握更多扩展知识更好地理解AI技术，我让助理负责分享这套python系列教程，希望能帮到大家！将这些关键字参数传递给一个新的字典，这个字典之后将能够通过一般的字典工具进行处理。在这种情况下，** 允许将关键字参数转换为字典，你能够在之后使用键调用进行步进或字典迭代，如下段程序所示。当这个函数调用时，Python将所有位置相关的参数收集到一个新的元组中，并将这个元组赋值给变量args。下面先举例说说*的用法。

声明：在人工智能技术教学期间，不少学生向我提一些python相关的问题，所以为了让同学们掌握更多扩展知识更好地理解AI技术，我让助理负责分享这套python系列教程，希望能帮到大家！由于这套python教程不是由我所写，所以不如我的AI技术教学风趣幽默，学起来比较枯燥；当调用这个函数的时候，我们必须为a提供值，无论是通过位置参数还是关键字参数来实现。如果没有传入值的话，在函数运行前，参数就被赋了默认值。这里，a通过位置得到了1，c通过关键字得到了6，而b，在两者之间，通过默认值获得2。

更准确地讲，Python将调用中的变量名c匹配给在函数定义头部的名为c的参数，并将值3传递给了那个参数。实际的效果就是这个调用与上一个调用的效果一样，但是注意到，当关键字参数使用时参数从左至右的关系不再重要了，因为参数是通过变量名进行传递的，而不是根据其位置。在这种情况下，所有基于位置的参数首先按照从左至右的顺序匹配头部的参数，之后再进行基于变量名进行关键字的匹配。这种形式的调用要比直接进行一个由逗号分隔的三个值的调用明了得多：关键字参数在调用中起到了数据标签的作用。

声明：在人工智能技术教学期间，不少学生向我提一些python相关的问题，所以为了让同学们掌握更多扩展知识更好地理解AI技术，我让助理负责分享这套python系列教程，希望能帮到大家！更通用的序列赋值（例如，def f（（a,[b,c]））:）在Python 2.6中因语法问题而无效，并且必须用显式赋值形式。看起来这里的代码好像返回了两个值，但是实际上只有一个：一个包含有2个元素的元组，它的圆括号是可选的，这里省略了。顺带说一下，在Python 2.6中，可以在传递给函数的参数中自动解包元组。

但它的知识点还是讲到位的了，也值得阅读！在Python中，默认通过引用（也就是指针）进行函数的参数传递，是因为这通常是我们所想要的：这意味着不需要创建多个拷贝就可以在我们的程序中传递很大的对象，并且能够按照需要方便地更新这些对象。如果不想要函数内部的修改影响传递给它的对象，那么，我们可以简单地创建一个拷贝，如下面的代码所示，利用分片的方式创建了L的拷贝。除了上面的两种方式外，我们还可以将传入的对象转换成元组，元组是不可变对象，如果函数内部有代码想要改变元组，那么就会抛出异常。当然也可以在函数内部进行拷贝。

但它的知识点还是讲到位的了，也值得阅读！实际上，changer中的第二条赋值语句没有修改b，我们修改的是b当前所引用的对象的一部分。•因为a是在函数作用域内的本地变量名，第一个赋值对函数调用者没有影响，它仅仅把本地变量a修改为引用一个完全不同的对象，并没有改变调用者作用域中的名称X的绑定。在这个例子中，在使用f（b）调用函数的时候，变量a赋值了对象88，但是，a只是存在于调用的函数之中。但是当参数传递像列表和字典这样的可修改对象的时候，对这样的对象的原处修改在函数退出后依然有效，并由此影响到调用者。...

声明：在人工智能技术教学期间，不少学生向我提一些python相关的问题，所以为了让同学们掌握更多扩展知识更好地理解AI技术，我让助理负责分享这套python系列教程，希望能帮到大家！由于这套python教程不是由我所写，所以不如我的AI技术教学风趣幽默，学起来比较枯燥；但它的知识点还是讲到位的了，也值得阅读！想要学习AI技术的同学可以点击跳转到我的。在这个例子中，这是有效的，但它需要在两个函数中都有global声明。PS：看不懂本篇文章的同学请先看前面的文章，循序渐进每天学一点就不会觉得难了！

和global语句不同，当执行一条nonlocal语句时，nonlocal名称必须已经在一个嵌套的def作用域中赋值过，否则将会得到一个错误

声明：在人工智能技术教学期间，不少学生向我提一些python相关的问题，所以为了让同学们掌握更多扩展知识更好地理解AI技术，我让助理负责分享这套python系列教程，希望能帮到大家！如果我们在nested中把tester作用域中的state声明为一个nonlocal，我们就可以在nested函数中修改它了。每次调用都产生一个新的、独特的state对象，以至于更新一个函数的state不会影响到其他的。PS：看不懂本篇文章的同学请先看前面的文章，循序渐进每天学一点就不会觉得难了！...

分析其实这段代码真正执行的时候是会报错的，提示在第三行的位置var未定义，这是因为第一行定义的var为全局变量，而在第三行中=右侧的var为局部变量，此变量在函数局部内确实未定义，这就是这段代码报错的原因，解决这个问题的方法就是在第三行代码之前，用global关键将var声明为全局变量。如下代码，虽然使用global声明var，但是代码还是报错的，这是因为这里的var变量并不是全局变量，同时在最内层函数中也不是局部变量，在这种情况下就需要nonlocal关键字类声明。2、nonlocal的作用。......